【摘要】 雷达目标一维距离像非线性投影识别方法属雷达目标识别。将多类目标中的任意两类目标分为一组，对每组目标一维距离像进行非线性变换，映射到高维线性特征空间，在高维特征空间建立一个非线性投影平面变换矩阵，进行特征提取，采用最小距离准则进行分类，用投票机制最终决定输入目标所属的类别。步骤：将训练目标中的任意两类目标配成一组；利用核函数和该组的雷达目标一维距离像训练矢量确定矩阵Pi和(K)ij，确定矩阵Wα；确定投影平面中的矢量α和另一个矢量γ；确定非线性投影平面U＝[αγ]；确定目标的库模板矢量；确定输入目标一维距离像xt非线性投影矢量；确定非线性投影矢量与目标的库模板矢量之间欧氏距离；确定输入目标一维距离像的类别号；确定统计票数最多的类别号为输入目标所属的类别。本方法可有效提高目标识别性能。 【专利类型】发明授权 【申请人】电子科技大学 【申请人类型】学校 【申请人地址】610054 四川省成都市建设北路二段4号 【申请人地区】中国 【申请人城市】成都市 【申请人区县】郫都区 【申请号】CN200810044956.6 【申请日】2008-03-12 【申请年份】2008 【公开公告号】CN101241185B 【公开公告日】2010-09-29 【公开公告年份】2010 【授权公告号】CN101241185B 【授权公告日】2010-09-29 【授权公告年份】2010.0 【IPC分类号】G01S13/02; G01S7/02 【发明人】窦衡; 杨万麟; 沈晓峰; 陈璋鑫; 沈红科 【主权项内容】一种雷达目标一维距离像非线性投影识别方法，其特征在于：首先将多类目标中的任意两类目标分为一组，再对每组目标的一维距离像进行非线性变换，映射到高维线性特征空间，然后在高维线性特征空间建立一个非线性投影平面变换矩阵，进行特征提取，采用最小距离准则进行分类，最后，利用投票机制最终决定输入目标所属的类别，包括如下步骤：将训练目标中的任意两类目标配成一组；利用核函数和该组的雷达目标一维距离像训练矢量确定矩阵Pi和(K)ij，根据矩阵Pi和(K)ij确定矩阵Wα；根据矩阵Pi、(K)ij和Wα确定投影平面中的一个矢量α；根据矩阵Pi、(K)ij和Wα确定投影平面中的另一个矢量γ；利用矢量α和γ确定非线性投影平面U＝[αγ]；确定目标的库模板矢量；确定输入的目标一维距离像xt的非线性投影矢量；确定非线性投影矢量与目标的库模板矢量之间的欧氏距离；确定输入的目标一维距离像的类别号；以及确定统计票数最多的类别号为输入目标所属的类别。。： 【当前权利人】电子科技大学 【当前专利权人地址】四川省成都市建设北路二段4号 【专利权人类型】公立 【统一社会信用代码】121000004507193117 【被引证次数】2 【被他引次数】2.0 【家族被引证次数】7
